将大型GPS数据分组1分钟

Question

date          object
lat          float64
lon          float64
speed        float64
direction    float64

在我的csv文件中，日期格式为2016-04-29 11:45:21 它将日期显示为对象类型。每分钟有超过10条记录。因此，我希望将每1分钟GPS数据组合在一起并应用速度均值。 我尝试使用数据文件为pandas dataframe的代码。

datafile.groupby(pd.TimeGrouper('1Min'))['speed'].mean()

出现以下错误：

  

TypeError：axis必须是DatetimeIndex，但得到的是＆＃39; Int64Index＆＃39;

的实例

在评论后编辑，然后datafile.head（）显示table output taxi table output after datafile.head()

现在我有从06:35:20到06:59:59的1069条记录。我需要找到每1分钟数据的平均速度

Answer 1

您需要使用以下内容从DateTimeIndex列创建data

df.index = pd.to_datetime(df.loc[: 'date'], format='%Y-%m-%d %H:%M:%S')

但是，您可以利用内置.read_csv()功能，使用parse_dates=True和index_col=0将date读为index，然后解析{{1} （假设日期是第一个index）。